Microsoft · pașaport de model
Phi 3 Mini 4k Instruct June 2024
phi-3-mini-4k-instruct-june-2024- Ponderi deschise
- Licență MIT
- Lansat 2024-06-01(curatoriat)
- General · LMArena
- 1,143#361 din 396
- Cea mai bună percentilă
- 12.9Prompturi dificile
- Poziția în cohortă
- 27.7mediană 34.9
Ce spun datele
Evaluat pe 4 din 27 axe urmărite. Fiecare cifră de mai jos este rezultatul publicat al modelului pe acel clasament.
Cele mai slabe axe
- 9.1 pct — General (1,143)
- 10.4 pct — Urmarea instrucțiunilor (1,124)
- 11.8 pct — Programare (1,197)
Neuniform: 3,8 puncte de percentilă între cea mai bună și cea mai slabă axă a sa — 12.9 pct pe Prompturi dificile față de 9.1 pct pe General.
- Prompturi dificile12.9 pct1,176Verifică →
- Programare11.8 pct1,197Verifică →
- Urmarea instrucțiunilor10.4 pct1,124Verifică →
- General9.1 pct1,143Verifică →
- WebDev ArenaNeevaluat
- Vision ArenaNeevaluat
- Factuality ArenaNeevaluat
- Search ArenaNeevaluat
- Document ArenaNeevaluat
- Agent ArenaNeevaluat
- GPQA DiamondNeevaluat
- AIME (matematică)Neevaluat
- FrontierMathNeevaluat
- SimpleQA VerifiedNeevaluat
- ARC-AGI-2Neevaluat
- Humanity's Last ExamNeevaluat
- SimpleBenchNeevaluat
- LiveBenchNeevaluat
- BFCL v4 (apelare de funcții)Neevaluat
- SWE-bench Verified (clasament live)Neevaluat
- Terminal-Bench 4.0Neevaluat
- MMLU-Pro (Artificial Analysis)Neevaluat
- LiveCodeBench (Artificial Analysis)Neevaluat
- IFBench (Artificial Analysis)Neevaluat
- Halucinații HHEM (Vectara)Neevaluat
- SWE-bench VerifiedNeevaluat
- Terminal-BenchNeevaluat
Percentilele reprezintă poziția modelului în populația proprie a fiecărui clasament. Axele marcate „neevaluat” nu au niciun rezultat publicat pentru acest model — este o absență a datelor, nu un scor mic.
phi-3-mini-4k-instruct-june-2024 stands at 27.7 (raw mean 11) — measured on 4 of 27 axes.
phi-3-mini-4k-instruct-june-2024 stands at 27.7 versus a cohort median of 34.9 across 123 models released within 180 days — below the peer median.
phi-3-mini-4k-instruct-june-2024 scores at percentile 9.1 on General.
phi-3-mini-4k-instruct-june-2024 scores at percentile 10.4 on Urmarea instrucțiunilor.
phi-3-mini-4k-instruct-june-2024 ranks between #359 and #791 across 5 built-in weightings — best under "Axat pe programare", worst under "Toate sursele".
Fiecare afirmație este un fapt calculat din datele actuale ale clasamentului, formulat de un apel de model la temperatură scăzută și respins de o poartă de validare dacă vreun număr nu se află în rândul sursă. Cum funcționează clasamentele →